22 -- 二叉搜索树的范围和

最新推荐文章于 2024-10-01 23:05:47 发布

jh_cao

最新推荐文章于 2024-10-01 23:05:47 发布

阅读量100

点赞数

分类专栏： # 刷题一千零一夜文章标签：深度优先算法

本文链接：https://blog.csdn.net/JH_Cao/article/details/125953521

版权

刷题一千零一夜专栏收录该内容

53 篇文章 0 订阅

订阅专栏

这篇博客探讨了如何在二叉搜索树中使用深度优先搜索（DFS）和广度优先搜索（BFS）方法来求解节点值在特定范围内的节点和。文章通过示例代码展示了两种方法的实现，并指出DFS在性能上优于BFS，其运行时间分别为420ms和2504ms。

摘要由CSDN通过智能技术生成

1. 题目

GitHub刷题链接
在这里插入图片描述

题目的意思就是说：
遍历所有的节点，只要节点的值在范围内，就求和，如果不在范围内，就不算进来

2. 思路

理解了题目的意思，就容易求了。
通过DFS遍历求和。

    var sum = 0

    func rangeSumBST(_ root: TreeNode?, _ low: Int, _ high: Int) -> Int {
        dfs(root: root, low: low, high: high)
        return sum
    }

    func dfs(root: TreeNode?, low: Int, high: Int) {
        if root == nil {
            return
        }
        if root!.val >= low && root!.val <= high {
            sum += root!.val
        }
        dfs(root: root?.left, low: low, high: high)
        dfs(root: root?.right, low: low, high: high)
    }

思路二
BFS
但是效率慢很多
代码：

  var sum = 0
  var queue: [TreeNode] = [TreeNode]()
  
  func rangeSumBST(_ root: TreeNode?, _ low: Int, _ high: Int) -> Int {
      if root == nil {
          return sum
      }
      
      bfs(root: root, low: low, high: high)
      
      return sum
  }
    func bfs(root: TreeNode?, low: Int, high: Int) {
      if root != nil {
          queue.append(root!)
      }
      
      while !queue.isEmpty {
          let node = queue.removeFirst()
          let value = node.val
          
          if value >= low && value <= high {
              sum += value
          }
          
          if node.left != nil {
              queue.append(node.left!)
          }
          
          if node.right != nil {
              queue.append(node.right!)
          }
      }
  }